Kategori Arşivleri: İncelemeler

İncelemeler

GENETİK ALGORİTMALARIN FARKLI ÇAPRAZLAMA TEKNİKLERİYLE İKİ BOYUTLU KESME PROBLEMLERİNE UYGULANIŞI

Alev SÖKE ve Zafer Bingül tarafından hazırlanmış olan “GENETİK ALGORİTMALARIN FARKLI ÇAPRAZLAMA TEKNİKLERİYLE İKİ BOYUTLU KESME PROBLEMLERİNE UYGULANIŞI” başlıklı çalışma Politeknik Dergisi 7.1 (2004)’te yayınlanmıştır. İndirmek için: http://politeknik.gazi.edu.tr/index.php/PLT/article/viewFile/424/419

Deep learning

“Deep learning” çalışması Yann LeCun, Yoshua Bengio ve Geoffrey Hinton tarafından yapılmış olup Nature 521.7553 (2015): 436-444.sayfaları arasında basılmıştır. Derin öğrenmenin esprisi görüntü içerisinden çıkarılan özelliklerin insanlar tarafından değil, çeşitli işlemlerle otomatik olarak yapılmasıdır. Hesaplama kabiliyeti ve verinin gitgide büyümesiyle derin öğrenme farklı zor problemlere çözüm olmaya devam edecektir. Eğitim aşamasında amaç hatayı veya uzaklığı>>>

ImageNet Classification with Deep Convolutional Neural Networks

“ImageNet Classification with Deep Convolutional Neural Networks” çalışması Alex Krizhevsky, Ilya Sutskever ve Geoffrey E. Hinton tarafından yapılmış olup Advances in neural information processing systems dergisinde 2012 yılında basılmıştır. Deep Learning furyasının başlangıç makalesidir. ImageNet LSVRC-2010 veri kümesinde 1,2 milyon yüksek çözünürlüklü resim bulunmakta ve bu resimler 1000 kategoride sınıflanmaktadır. top-1 ve top-5 hata oranı>>>

Öznitelik Seçme Yöntemlerinin Karşılaştırılması ve Başarı Kriteri

“Öznitelik Seçme Yöntemlerinin Karşılaştırılması ve Başarı Kriteri” başlıklı çalışma Cem Ünsalan ve Aytül Erçil. tarafından yapılmış olup Proceedings of IEEE SIU 98 (1998): 60-65.sayfaları arasında basılmıştır. Öznitelik seçimi, veri içerisinde verinin sınıfını etkilemeyen özniteliklerin bulunarak çıkarılması için yapılır. İndirmek için: Comparison_of_Feature_Selection_Techniques_and_a_New_Comparison_Criteria

SEZGİSEL YÖNTEMLERDE ALTIN ORAN

“SEZGİSEL YÖNTEMLERDE ALTIN ORAN” başlıklı Doktora Tezi, Murat DEMİR tarafından yazılmış olup Temmuz 2015’te kabul edilmiştir. İndirmek için: sezgisel-yontemlerde-altin-oran Tezi okurken aldığım notlar aşağıdadır: Yapay Atom Algoritması, kovalent ve iyonik adını verdiği iki farklı popülasyon ile araştırma sürecine başlamakta, kovalent ile uygunluk fonksiyonu sonuçlarını aldıktan sonra belirli sayıda bireyi iyonik popülasyondan alıp, çeşitliliği artırmaktadır. Tez>>>

Makale içindeki kaynakların referanslar listesinde verilmediği bir çalışma

Makale içindeki kaynakların referanslar listesinde verilmediği bir çalışma: Not: Bilimsel Etik dersimizde vurgulanan bir durum olduğundan, araştırmacıların bu duruma karşı dikkatli olmaları gerektiği söylenirken örnek olarak gösterilebilecek bir vaka olması açısından kayıtlara geçelim dedim. Amacım bu insanları rencide etmek değildir. Amaç daha dikkatli ve titiz çalışmaların yapılmasına vesile olmaktır. “A Real Coded Genetic Algorithm with>>>

A self-adaptive binary differential evolution algorithm for large scale binary optimization problems

“A self-adaptive binary differential evolution algorithm for large scale binary optimization problems” başlıklı çalışma Akbar Banitalebi, Mohd Ismail Abd Aziz, Zainal Abdul Aziz tarafından yapılmış olup Information Sciences dergisinin 367.sayısının (2016): 487-511.sayfaları arasında basılmıştır. Bir çok önemli optimizasyon problemi ikili (binary) optimizasyon problemi olarak gösterilebilir ve çözülebilir. Stokastik optimizasyon metodlarından sürekli uzayda çalışanlar aşağıdaki yöntemlerle>>>

Veri Madenciliğinde Kümeleme Teknikleri Üzerine Bir Çalışma: K-Means ve K-Medoids Kümeleme Algoritmalarının Karşılaştırılması

“Veri Madenciliğinde Kümeleme Teknikleri Üzerine Bir Çalışma: K-Means ve K-Medoids Kümeleme Algoritmalarının Karşılaştırılması” başlıklı çalışma Güncel Sariman tarafından yapılmış ve Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 15.3 (2011)’nde yayınlanmıştır. İndirmek için: kmeans-kmedoids Notlar: Veri madenciliği: 1-Tahmin edici (Predictive): sınıflandırma, eğri uydurma, zaman serileri 2-Tanımlayıcı (Descriptive): kümeleme, özetleme, birliktelik kuralları, sıralı diziler Kümeleme analizinin kullanılmasında>>>

Parçacık Sürü Optimizasyonu Yöntemlerinin Uygulamalarla Karşılaştırılması

“Parçacık Sürü Optimizasyonu Yöntemlerinin Uygulamalarla Karşılaştırılması” Yasin Ortakcı tarafından hazırlanmış Yüksek Lisans Tezidir. Ortakcı, Y. “Parçacık Sürü Optimizasyonu Yöntemlerinin Uygulamalarla Karşılaştırılması, Yüksek Lisans Tezi.” Fen Bilimleri Enstitüsü, Karabük Üniversitesi (2011). İndirmek için: Parcacik_Suru_Optimizasyonu_Yontemlerinin_Uygulamalarla_Karsilastirilmasi

GSA: A Gravitational Search Algorithm

“GSA: A Gravitational Search Algorithm” başlıklı çalışma Esmat Rashedi, Hossein Nezamabadi-pour, Saeid Saryazdi tarafından yapılmış olup Information sciences, 179(13), 2232-2248.sayfaları arasında basılmıştır. Yerçekimsel Arama Algoritması, 2009 yılında literatüre girmiş yerçekimi yasası ve kütlelerin ilişkilerini esas alan Newton’un yerçekimi ve hareket kanunları kullanan bir yapay zeka optimizasyon algoritmasıdır. Şimdiye kadar geliştirilen sezgisel optimizasyon algoritmaları tüm problemlerde>>>